Cutlery/calibre
1
0
Fork 0
mirror of https://github.com/kovidgoyal/calibre.git synced 2025-07-09 03:04:10 -04:00
Code Issues Packages Projects Releases Wiki Activity

Updated Il Giornale

Browse Source
This commit is contained in:
Kovid Goyal 2013-03-17 14:37:15 +05:30
parent 941ee89957
commit 458ae0864e
1 changed files with 25 additions and 22 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

47
recipes/il_giornale.recipe
View File

@ -7,7 +7,6 @@ description = 'Italian daily newspaper - 09-11-2011'
''' '''
http://www.ilgiornale.it/ http://www.ilgiornale.it/
''' '''
from calibre.ebooks.BeautifulSoup import BeautifulSoup
from calibre.web.feeds.news import BasicNewsRecipe from calibre.web.feeds.news import BasicNewsRecipe
class IlGiornale(BasicNewsRecipe): class IlGiornale(BasicNewsRecipe):
@ -25,35 +24,39 @@ class IlGiornale(BasicNewsRecipe):
oldest_article = 7 oldest_article = 7
max_articles_per_feed = 100 max_articles_per_feed = 100
use_embedded_content = False use_embedded_content = False
#auto_cleanup = True
#auto_cleanup_keep = '//div[@id="insertbox_text"]'
no_stylesheets = True no_stylesheets = True
conversion_options = {'linearize_tables':True} conversion_options = {'linearize_tables':True}
remove_javascript = True remove_javascript = True
keep_only_tags = [dict(name='h1', attrs={'class':'entry-title'}), dict(name='div', attrs={'id':'insertbox_text'})]
def get_article_url(self, article):
return article.get('guid', article.get('id', None))
def print_version(self, url): #def get_article_url(self, article):
raw = self.browser.open(url).read() #return article.get('guid', article.get('id', None))
soup = BeautifulSoup(raw.decode('utf8', 'replace'))
all_print_tags = soup.find('div', {'id':'print_article'}) #def print_version(self, url):
print_link = all_print_tags.a #raw = self.browser.open(url).read()
if print_link is None: #soup = BeautifulSoup(raw.decode('utf8', 'replace'))
return url #all_print_tags = soup.find('div', {'id':'print_article'})
return 'http://www.ilgiornale.it' + print_link['href'] #print_link = all_print_tags.a
#if print_link is None:
#return url
#return 'http://www.ilgiornale.it' + print_link['href']
feeds = [ feeds = [
(u'Ultime Notizie',u'http://www.ilgiornale.it/?RSS=S'), (u'Ultime Notizie',u'http://www.ilgiornale.it/rss.xml'),
(u'All\'Interno', u'http://www.ilgiornale.it/la_s.pic1?SID=8&RSS=S'), #(u'All\'Interno', u'http://www.ilgiornale.it/la_s.pic1?SID=8&RSS=S'),
(u'Esteri', u'http://www.ilgiornale.it/la_s.pic1?SID=6&RSS=S'), #(u'Esteri', u'http://www.ilgiornale.it/la_s.pic1?SID=6&RSS=S'),
(u'Economia', u'http://www.ilgiornale.it/la_s.pic1?SID=5&RSS=S'), #(u'Economia', u'http://www.ilgiornale.it/la_s.pic1?SID=5&RSS=S'),
(u'Cultura', u'http://www.ilgiornale.it/la_s.pic1?SID=4&RSS=S'), #(u'Cultura', u'http://www.ilgiornale.it/la_s.pic1?SID=4&RSS=S'),
(u'Spettacoli', u'http://www.ilgiornale.it/la_s.pic1?SID=14&RSS=S'), #(u'Spettacoli', u'http://www.ilgiornale.it/la_s.pic1?SID=14&RSS=S'),
(u'Sport', u'http://www.ilgiornale.it/la_s.pic1?SID=15&RSS=S'), #(u'Sport', u'http://www.ilgiornale.it/la_s.pic1?SID=15&RSS=S'),
(u'Tech&Web', u'http://www.ilgiornale.it/la_s.pic1?SID=35&RSS=S'), #(u'Tech&Web', u'http://www.ilgiornale.it/la_s.pic1?SID=35&RSS=S'),
(u'Edizione di Roma', u'http://www.ilgiornale.it/roma.pic1?SID=13&RSS=S'), #(u'Edizione di Roma', u'http://www.ilgiornale.it/roma.pic1?SID=13&RSS=S'),
(u'Edizione di Milano', u'http://www.ilgiornale.it/milano.pic1?SID=9&RSS=S'), #(u'Edizione di Milano', u'http://www.ilgiornale.it/milano.pic1?SID=9&RSS=S'),
(u'Edizione di Genova', u'http://www.ilgiornale.it/genova.pic1?SID=7&RSS=S') #(u'Edizione di Genova', u'http://www.ilgiornale.it/genova.pic1?SID=7&RSS=S')
] ]